來自搜狗輸入法的統計數據顯示，其輸入法語料庫容量已超過1TB，是傳統輸入法約40GB的30倍，而相對于日文、韓文等全世界其他語系的輸入法語料規 模，更是處于遠遠領先地位。據了解，語料庫是輸入法所有信息的來源，是輸入法智能性，甚至是中文處理能力的根本決定因素。搜狗語料庫的強大，也代表搜狗輸 入法的技術積累已引領中文輸入達到一個全新高度。據技術專家介紹，語料庫與詞庫為輸入法研發中的兩個重要指標，其中詞庫為輸入法提供了組詞造句的基本單位，而語料庫為輸入法提供了詞庫中的詞語組合的方法 和規則，同時通過自動挖掘的手段，語料庫還可以為詞庫詞源的重要補充。在目前以統計作為根基的輸入法世界里，語料庫的作用極為重要。比如，“建國大業”這 一詞匯如果不在語料庫中出現，那么輸入法是無法憑空把這個詞創造出來的。

　　一般來說，語料庫的容量越大，詞庫容量越大，則輸入效率、準確性越高。搜狗輸入法語料庫中包含了大量新聞語料和網頁語料，涵蓋口語、書面語、古文、現代文等不同文體，以及政治、經濟、體育、娛樂等不同領域。而在詞庫方面，搜狗輸入法的詞庫容量已超過2000萬。在如此海量的語料庫和詞庫情況下，為了加快數據處理能力，搜狗輸入法部署了龐大的機群和分布式存儲系統，確保了語料規模暴增時的運行瓶頸。

　　數據顯示，在中國上網的計算機中，超過80%安裝了搜狗輸入法，其活躍用戶超過3億，如此海量的用戶群每天的文字書寫量是個天文數字，可以說搜狗已經承載了互聯網時代中文輸入的重任。搜狗輸入法在語料庫、詞庫等指標上對于同類工具的遙遙領先，也代表著搜狗輸入法在輸入準確率，輸入效率上的一枝獨秀。搜狗輸入法不僅大大降低了中文信息流通的門檻，同時提升了國人的書寫效率，為每個人節省了20%的輸入時間。因此不僅具有巨大的社會文化價值，也潛在的創造了巨大的社會經濟價值。